学部生向け研究室案内 (For Undergraduates)
高橋 和子研究室 (知識の表現・推論とソフトウェア科学)
研究室案内(2025年11月20日掲載)
レコーディング動画は
こちら
(動画開始11秒後ぐらいから紹介が始まります．)
生成AI分野で一般に使われるニューラルネットによるアプローチではなく，
記号処理によるアプローチによってソフトウェア科学の発展をめざします．
記号処理を使った人工知能(symbolic AI)は，
代数や論理をベースとした知識の表現，推論を行うので，
結果を得るまでの過程やその根拠などが明確に示され，
与えた条件を満たせばどんな場合でも間違いなく正しい結果が得られることが保証されます．
そのため，ニューラルネットによるアプローチを相補する手段として位置づけられます．
最近はこれらをあわせたニューロ・シンボリック学習なども提唱されています．
研究室では，symbolic AI を利用した手法として，
図や画像データを座標系を使わず，形やオブジェクト同士の相対的位置や方向などの関係を記号で表し，その表現上で推論を行うことで，目的とする計算をさせる研究をしています．
現在，画像など空間データの記号的な扱いを中心にテーマを設定しています．
具体的な研究テーマは大きく分けて以下の2つですが，
これ以外のものも拒絶するわけではなく，希望があれば相談にのります．
-
地層の構造推定に関する研究
褶曲構造をなす地層の連結関係や不整合面を含む地層の形成の推論など
-
自動運転支援に関する研究
車載カメラで撮影した運転動画からそこで起こっている危険運転を検出します．
写っているオブジェクト同士の位置関係を記述しその表現上で推論を行います．
シミュレーションツールを使ったテストデータの作成やシミュレーション実験，
検証ツールを使った自動検証も視野にいれています．
卒業研究
前半は知識情報処理の話題をとりあげた文献や計算科学の教科書的文献などを読み，
基礎知識を身につけます．
さらに，論文の書き方，発表方法についても学びます．
後半は各自テーマを定めてテーマに関連した最近の論文や解説記事を取り上げ理解を深めるとともに，
システム設計，プログラミング，実験評価，証明等を行います．
領域実習A/B
1) 数理パズル．
2) 研究室のテーマ紹介およびそれに関係する議論や簡単な演習．
3) 文書編集システム LaTeX 演習．
受講者の能力と希望に応じて卒研ゼミの聴講や議論への参加, Linux 入門も考慮する.
数理論理学, 離散数理, 知識情報処理，知識情報処理実習の履修を推奨する．
配属を検討している人へ
以下の人には向いています．それ以外の人もできるだけ意欲的に進められるよう卒研テーマを設定します．
- ニューラルネットや生成AIとは異なる手法に触れたい人．
- 論理学や数学的帰納法などに触れるのが好きな人(少なくとも抵抗がないこと)．
- パズルやボードゲームが好きな人．
- 「知識情報処理」「知識情報処理演習」「数理論理学」を習得していることを推奨．
Last Updated on November 20, 2025.
Kazuko TAKAHASHI